コンテキストグラフとは？AI CRMでの使い方
コンテキストグラフとは、人・企業・案件・商品・問い合わせ・過去対応などの関係をグラフ構造でつなぎ、AIが今の判断に必要な文脈を取り出せるようにする設計です。AI CRMでは、顧客や代理店の状況を根拠付きで扱うための文脈基盤になります。
コンテキストグラフとは？AI CRMで顧客文脈をつなぐ方法
コンテキストグラフとは、人・企業・案件・商品・問い合わせ・過去対応などの関係をグラフ構造でつなぎ、AIが「今この判断に必要な文脈」を取り出せるようにする設計です。
「AIにCRMを読ませても、なぜその回答になるのか不安」「情報はあるのに、担当者が毎回探し直している」このような課題があるなら、単なる検索やチャットではなく、文脈を構造化する発想が必要です。
この記事のポイント:
- コンテキストグラフは、AIエージェントが判断に使う業務文脈の地図です
- ナレッジグラフが「知識の関係」を表すのに対し、コンテキストグラフは「今のタスクに必要な関係」に重心があります
- 代理店営業では、企業、代理店、案件、見積、商品、過去問い合わせの関係をつなぐことでAIの回答品質が上がります
- AI CRMでは、検索結果を増やすより、関係と優先順位を明確にすることが重要です
1. コンテキストグラフとは何か
コンテキストグラフは、AIに渡す文脈を「点」と「線」で整理する考え方です。点は企業、担当者、代理店、案件、商品、契約、見積、問い合わせなどです。線は「この代理店がこの顧客を担当している」「この問い合わせはこの案件に関係する」「この商品は後継品がある」といった関係です。
IBMのナレッジグラフ解説では、ナレッジグラフを実世界のエンティティと関係を表すネットワークとして説明しています。コンテキストグラフもこの発想に近いものですが、より業務の瞬間に寄っています。たとえば「この代理店から来た見積依頼にどう答えるべきか」というタスクで、AIに必要な関係だけを素早く集めるための地図です。
従来のCRMでは、情報は項目や一覧として保存されていました。Afterの世界では、AIが「どの情報が関係しているか」をたどれるように、CRM、問い合わせ、見積、商品マスタ、契約条件が関係としてつながります。
2. ナレッジグラフ、オントロジー、セマンティックレイヤーとの違い
似た言葉が多いので、役割を分けて考えると整理しやすくなります。
用語: ナレッジグラフ / 主な役割: 知識や事実の関係を表す / AI CRMでの意味: 企業、商品、案件、担当者の関係を保持する
用語: オントロジー / 主な役割: 用語や関係の定義を決める / AI CRMでの意味: 「代理店」「販売店」「案件」などの意味を揃える
用語: セマンティックレイヤー / 主な役割: 指標やデータ項目の意味を統一する / AI CRMでの意味: 売上、案件化率、CVなどの計算定義を揃える
用語: コンテキストグラフ / 主な役割: タスクに必要な文脈を束ねる / AI CRMでの意味: AIが回答や判断に必要な関係を取り出す
W3CのOWL仕様は、物事や関係を機械が扱える形で表すための標準として説明されています。また、dbt Semantic Layerは、指標定義を中央で管理し、下流のツールで一貫して使えるようにする考え方です。コンテキストグラフはこれらを実務タスクに接続する層だと捉えるとわかりやすいでしょう。
3. AI CRMでコンテキストグラフが必要になる理由
AIエージェントは、モデル単体で業務を理解しているわけではありません。必要な情報を正しく渡せてはじめて、業務に耐える回答ができます。Model Context Protocolのような標準が注目される背景にも、AIアプリケーションが外部データやツールへ安全に接続する必要性があります。
Beforeの状態では、AIは「商品Aの見積を作って」と言われても、顧客の契約条件、代理店ランク、過去見積、後継品、承認ルールを自力では判断できません。検索で大量の文書を返しても、どれが今の案件に効くのかが曖昧なままです。
Afterの状態では、コンテキストグラフが「この依頼は代理店X、顧客Y、商品A、過去見積Z、現行価格表、承認ルールRに関係する」と整理します。AIは全文検索ではなく、関係の束として文脈を受け取れます。これはAgentic CRMとは？AI営業エージェントの基本で扱った「AIが複数情報を横断して動く」ための土台です。
4. 代理店営業でのコンテキストグラフ設計
代理店チャネルでは、顧客接点が社内だけに閉じません。メーカー、一次代理店、二次代理店、エンド顧客、商品、見積、問い合わせが絡み合います。ここでコンテキストグラフを作るなら、最初から大きな知識基盤を目指すより、問い合わせ・見積対応に必要な関係から始めるのが現実的です。
まず、企業と担当者を同一視しないことが重要です。企業は取引条件や代理店階層を持ち、担当者は問い合わせ履歴や承認権限を持ちます。次に、商品マスタと過去見積をつなぎます。最後に、CRMの活動履歴や案件へ戻す線を作ります。これにより、問い合わせ対応が単発の返信で終わらず、営業データとして蓄積されます。CRMへデータを戻す考え方はSalesforceの活動履歴を自動化する方法でも解説しています。
5. コンテキストグラフ導入の注意点
コンテキストグラフは、情報を全部つなげればよいというものではありません。つながりが多すぎると、AIに渡す文脈が膨らみ、かえって判断がぼやけます。必要なのは、タスクごとに使う関係を絞ることです。
見積対応なら、商品、価格、契約条件、代理店ランク、過去見積、承認ルールが優先されます。営業レポートなら、案件、活動、フェーズ、金額、担当者、期間が優先されます。AIに渡す文脈は「多いほどよい」ではなく、「判断に必要なものが、根拠付きで入っている」状態が理想です。
6. まとめ
コンテキストグラフとは、AI CRMが顧客や案件の文脈を理解するための関係地図です。ナレッジグラフやオントロジーを土台にしながら、今の業務タスクに必要な情報を束ねる役割を持ちます。
代理店営業では、問い合わせ、見積、商品、代理店階層、CRM活動が分断されがちです。コンテキストグラフを設計すれば、AIが単に答えるだけでなく、根拠を持って下書きし、結果をCRMへ戻す流れを作れます。
よくある質問（FAQ）
コンテキストグラフとは何ですか？
コンテキストグラフとは、人・企業・案件・商品・問い合わせなどの関係をつなぎ、AIがタスクに必要な文脈を取り出せるようにする設計です。AI CRMでは、見積依頼や問い合わせ対応の判断に必要な情報を束ねる役割を持ちます。
コンテキストグラフとナレッジグラフの違いは何ですか？
ナレッジグラフは知識や事実の関係を広く表す基盤です。コンテキストグラフは、その中から特定の業務タスクに必要な文脈を選び、AIが判断に使える形にする考え方です。
AI CRMにコンテキストグラフは必要ですか？
顧客、代理店、案件、商品、過去対応が複雑に絡む場合は有効です。単純なFAQなら不要な場合もありますが、見積や承認を伴う業務では関係の整理が回答品質と監査性に直結します。
コンテキストグラフはどこから作り始めるべきですか？
最初は問い合わせ・見積・案件など、成果に近い業務から始めるのが現実的です。商品マスタ、価格表、過去見積、CRM活動履歴をつなぐだけでも、AIの回答根拠が見えやすくなります。
Hiwayで顧客文脈をCRMへつなぐ
Hiwayは、代理店や顧客からの問い合わせ・見積依頼をAIが一次処理し、商品マスタ、過去見積、CRM情報を参照しながら下書きを作成します。人間レビュー後の結果をSalesforce/CRMへ還流することで、コンテキストグラフの材料になる営業データを継続的に蓄積できます。